Maestría en Ing.

Industrial y de Sistemas 1 Investigación de Operaciones y Simulación

Evaluación y formulación de problemas de optimización de recursos empresariales

Max ó Min Z = C X

S.A:

AX≤B

XJ > 0 ; j = 1, 2, ..., n

Objetivo

Mediante una recopilación de problemas representativos de programación lineal se busca desarrollar la

capacidad inventiva para formular problemas de optimización de recursos.

Programación Lineal - Problema General

Definición:

Dado un conjunto de m desigualdades lineales ó ecuaciones lineales, con n variables, se requiere

hallar valores no negativos de éstas variables que satisfagan las restricciones y maximicen ó
minimicen alguna función lineal de las variables llamada Función Objetivo.

Matemáticamente:

Hallar XJ , J = 1, 2, . . . . . n para:

Maximizar
ó Z = C1X1 + C2X2 + . . . . . . + CnXn
Minimizar

Con las siguientes restricciones:

a11X1 + . . . . . . + a1jXj + . . . . . . + a1nXn ≤ ó ≥ b1

.
ai1X1 + . . . . . . + aijXj + . . . . . + ainXn ≤ ó ≥ bi
.
am1X1 + . . . . . . + amjXj+ . . . . . . + amnXn ≤ ó ≥ bm

Xj =0 ; j = 1, 2, . . . . . . n

Características de la Programación Lineal

1) Linealidad asume que no pueden haber términos así: X1X2, X3 2 a14Log X4

2) Asume las propiedades aditivas y multiplicativas.

a) Si una unidad tipo E necesita 2 horas en la Máquina A y una unidad tipo F necesita 2½ horas,
entonces ambas necesitan 4½ horas.
b) Si una unidad tipo E necesita 1 hora en la máquina B, entonces 10 unidades necesitan 10
horas.

3) La función a optimizar (maximizar ó minimizar) se llama función objetivo, no contiene ningún

término constante.

www.econlink.com.ar
Maestría en Ing. Industrial y de Sistemas 2 Investigación de Operaciones y Simulación

4) En las m restricciones, no están incluidas las condiciones Xj =0 (condición de no negatividad).

5) Soluciones:

a) Cualquier conjunto de Xj que satisface las m restricciones se llama una solución al problema.

b) Si la solución satisface la condición de no negatividad Xj =0 , se llama una solución factible

c) Una solución factible que optimiza la función objetiva se llama una solución factible óptima

Usualmente hay un número infinito de soluciones factibles al problema, de todas estas, tiene que
hallarse una óptima

Pautas y comentarios para la formulación de modelos

En la conversión de modelos verbales a modelos formales, será muy útil describir primero con palabras
un modelo que corresponda al problema dado.

Se puede proceder de la siguiente forma:

1) Exprese cada restricción en palabras; al hacer esto, ponga cuidadosa atención en si la restricción
es un requerimiento de la forma:

≥ (mayor ó igual que, al menos, por lo menos, como mínimo),

≤ (menor ó igual que, no mayor que, como máximo), ó
= (igual a, exactamente igual a).

2) Expresar el objetivo en palabras.

3) Identificar verbalmente las variables de decisión. Una guía útil es hacerse la pregunta:
¿Qué decisión debe tomarse para optimizar la función objetivo?. La respuesta a esta pregunta
ayudará a identificar correctamente las variables de decisión.

4) Expresar la función objetivo en términos de las variables de decisión. Verificar la consistencia de

unidades. Por ejemplo, si los coeficientes de una función objetivo Cj están dados en S./ por kilo, las
variables de decisión Xj deben estar en kilos, no en toneladas ni onzas.

5) Expresar las restricciones en términos de las variables de decisión. Comprobar que para cada
restricción las unidades del lado derecho son las mismas que las del lado izquierdo.
Las restricciones no pueden tener una desigualdad estricta, con los signos < ó >. La razón de esto
es de naturaleza matemática.

Formulación de Modelos

Traducir problemas del mundo real a modelos matemáticos.

No leer en un problema más de lo que se da. Por ejemplo, no introduzca restricciones adicionales o
matices lógicos o datos imaginarios que en su opinión podrían hacer más realista el modelo.

1. PROBLEMA DE PRODUCCIÓN

Un taller tiene tres (3) tipos de máquinas A, B y C; puede fabricar dos (2) productos 1 y 2, todos los
productos tienen que ir a cada máquina y cada uno va en el mismo orden: Primero a la máquina A,
luego a la B y luego a la C. La tabla siguiente muestra:

1. Las horas requeridas en cada máquina, por unidad de producto

www.econlink.com.ar
Maestría en Ing. Industrial y de Sistemas 3 Investigación de Operaciones y Simulación

2. Las horas totales disponibles para cada máquina, por semana

3. La ganancia por unidad vendida de cada producto

Tipo de Máquina Producto 1 Producto 2 Horas disponibles por

semana

A 2 2 16

B 1 2 12

C 4 2 28

Ganancia por unidad 1 1.50

¿Que cantidad de cada producto (1 y 2) se debe manufacturar cada semana, para obtener la máxima
ganancia?

¿Cuantas horas semanales sobran en cada departamento?

Formulación

1) Definición de las variables:

Xj = Unidades semanales a producir del articulo j-ésimo ( j=1 y 2)

2) Función objetivo:

Maximizar Z = X1 + 1.5 X2 Con las siguientes restricciones (S.A:):

3) Restricciones:

2X1 + 2X2 ≤ 16 Restricción debida a las horas disponibles por semana de la MQ A

X1 + 2X2 ≤ 12 Restricción debida a las horas disponibles por semana de la MQ B
4X1 + 2X2 ≤ 28 Restricción debida a las horas disponibles por semana de la MQ C

4) Condición de no negatividad:
Xj =0 ; j = 1 y 2

Solución óptima

x1= 4 x2=4 Z=10

Tiempo sobrante de cada máquina:

Máquina A Se usan todas las horas semanales disponibles

Máquina B Se usan todas las horas semanales disponibles
Máquina C Sobran 4 horas semanales

www.econlink.com.ar
Maestría en Ing. Industrial y de Sistemas 4 Investigación de Operaciones y Simulación

2. OPTIMIZACIÓN DEL CORTE DE MADERA

En una marquetería se fabrican cuadros, cuyos marcos se obtienen de cortar varillas para bocel, cuya
longitud original es de 300 cm.

El Departamento de ventas tiene pedidos para el siguiente mes de 175 cuadros de 119 x 90 cm.
En el método actual el Jefe de producción ordena que se corten 350 boceles de 119 cm. y 350 boceles
de 90 cm. (Cada cuadro lleva 2 boceles de cada dimensión).

Con ésta manera de cortar la madera, la Fábrica necesita el capital para comprar 292 varillas de 300
cm. cada una y genera 14450 cm. de desperdicio.

Formule un problema de programación lineal que minimice el desperdicio, la compra de materia prima
y optimice la productividad.

300 cm. Materia Prima: Varilla de madera de 300 cm. de largo

.

Método de corte actual y su valoración

119 119 62 Número de varillas a comprar: (175 x 2) / 2 = 175 varillas

Desperdicio: 175 x 62 = 10850 cm

90 90 90 30 Número de varillas a comprar: (175 x 2) / 3 = 116,6 = 117

Desperdicio: 117 x 30 + 90 = 3600 cm

Total de varillas de 300 cm. a comprar: 175 + 117 = 292 varillas

Total de centímetros de desperdicio: 10850 + 3600 = 14450 cm.

Formulación

Xj = Número de varillas a cortar de la forma j-ésima (j = 1, 2 y 3)

Formas posibles de cortar la varilla:

Forma Variable
119 119 62 X1

90 90 119 1 X2

90 90 90 30 X3

Minimizar Z = 62X1 + X2 + 30X3 Minimizar el desperdicio

S.A:

2X1 + X2 = 350 Restricciones debidas a la necesidad

2X2 + 3X3 = 350 Boceles de cada tamaño
XJ ≥0 ; j = 1, 2 y 3 Enteros Restricción de no negatividad

www.econlink.com.ar
Maestría en Ing. Industrial y de Sistemas 5 Investigación de Operaciones y Simulación

Solución óptima

X1 * = 89 Cortar 89 veces de la manera 1

X2 * = 172 Cortar 172 veces de la manera 2

X3 * = 2 Cortar 2 veces de la manera 3

Z * = 5750 centímetros de desperdicio

Número de varillas a comprar: 89 + 172 + 2 = 263 varillas de 300 cm.

Cuadro comparativo de los ahorros:

Conceptos Materia prima Desperdicio (cm.)

Antes 292 14450
Después 263 5750
Diferencia 29 8700

3. CORRIDAS DE PRODUCCIÓN

Una empresa produce un artículo cuya unidad está compuesta por 4 unidades de componente A que
se producen por corrida de producción a partir de las materias primas 1 y 2 y en tres departamentos.
Las Materias primas y la Producción por corrida de producción se muestra en la siguiente tabla:

Materia Prima 1 Materia Prima 2 Componente A

Departamento 1 8 6 7

Departamento 2 5 9 6

Departamento 3 3 8 8

Disponibilidad 100 200

Elabore un plan de producción para maximizar la cantidad de artículo a producir.

Formulación

XJ = Número de corridas de producción en el departamento j-ésimo (j = 1,2 y 3)

Número de componentes A: 7X1 + 6X2 + 8X3

Número de artículos completos con los componentes A: (7X1 + 6X2 + 8X3) / 4

Maximizar (7X1 + 6X2 + 8X3) / 4

S.A:

8X1 + 5X2 + 3X3 ≤ 100 Restricciones debidas a la disponibilidad

6X1 + 9X2 + 8X3 ≤ 200 de materias primas tipo 1 y 2

XJ ≥0 j = 1, 2 y 3 Enteros Restricción de no negatividad

4. EL PROBLEMA DE LOS PAQUETES DE TUERCAS

Un distribuidor de ferretería planea vender paquetes de tornillos mezclados.

www.econlink.com.ar
Maestría en Ing. Industrial y de Sistemas 6 Investigación de Operaciones y Simulación

Cada paquete pesa por lo menos 2 libras y está compuesto por tres tamaños de tornillos, los cuales se
compran en lotes de 200 libras. Los lotes de tamaños 1, 2 y 3 cuestan respectivamente $20, $8 y $12,
además:

a) El peso combinado de los tamaños 1 y 3 debe ser al menos la mitad del peso total del paquete.

b) El peso de los tamaños 1 y 2 no debe ser mayor que 1.6 libras

c) Cualquier tamaño de tornillo debe ser al menos el 10% del paquete total

¿Cuál será la composición del paquete que ocasionará un costo mínimo?

Formulación

Xj= Peso en libras de los tornillos del tamaño j-ésimo (j=1,2 y 3) en el paquete
Observe que:

20/200 es lo que vale una libra de tornillos tipo 1

8/200 es lo que vale una libra de tornillos tipo 2
12/200 es lo que vale una libra de tornillos tipo 3

Minimizar Z = 20/200 X1 + 8/200 X2 + 12/200 X3

S.A:

X1 + X3 ≥ (X1 + X2 + X3)/2 Los tamaños 1 y 3 al menos la mitad del peso

X1 + X2 ≤1.6
X1 ≥ 0.1 (X1 + X2 + X3)
X2 ≥ 0.1 (X1 + X2 + X3)
X3 ≥ 0.1 (X1 + X2 + X3)
X1 + X2 + X3 ≥ 2
Los tamaños 1 y 2 no deben ser mayor de 1.6 lb.
El tamaño 1 debe ser al menos el 10% del total
El tamaño 2 debe ser al menos el 10% del total
El tamaño 3 debe ser al menos el 10% del total
El paquete debe ser al menos de 2 libras

XJ ≥0 j = 1, 2 y 3 Condición de no negatividad

Minimizar Z = 0,1X1 + 0,04X2 + 0,06X3

S.A:

X1 - X2 + X3 ≥0
X1 + X2 ≤ 1.6
0,9X1 -0,1X2 - 0,1X3 ≥0
-0,1X1 +0,9X2 – 0,1X3 ≥0
-0,1X1 –0,1X2 + 0,9X3 ≥0
X1 + X2 + X3 ≥2
XJ ≥0 j= 1, 2 y 3

Solución óptima

X1 = 0.2 Libras del tamaño 1

X2 = 1.0 Libras del tamaño 2
X3 = 0.8 Libras del tamaño 3

Z = $0.108 Costo mínimo del paquete

5. PROBLEMA CLÁSICO DEL TRANSPORTE

www.econlink.com.ar
Maestría en Ing. Industrial y de Sistemas 7 Investigación de Operaciones y Simulación

Un fabricante tiene tres centros de distribución en: Bogotá, Medellín y Cali. Estos centros tienen
disponibilidades de: 20, 40 y 40 unidades respectivamente. Sus detallistas requieren las siguientes
cantidades: Pereira 25, Tulúa 10, Anserma 20, Ibagué 30 y Armenia 15.

El costo de transporte por unidad en dólares entre cada centro de distribución y las localidades de los
detallistas se dan en la siguiente tabla:

Detallistas
Pereira Tulúa Anserma Ibagué Armenia
Centros de Bogotá 55 30 40 50 40
distribución Medellín 35 30 100 45 60
Cali 40 60 95 35 30

¿Cuantas unidades debe mandar el fabricante desde cada centro de distribución a cada detallista, de
manera que los costos totales de transporte sean mínimos?

Formulación

Xij = Cantidad de unidades a enviar desde el centro de distribución i-ésimo (1=Bogotá, 2=Medellín,
3=Cali), al detallista j-ésimo (1=Pereira, 2=Tulúa, 3=Anserma, 4=Ibagué, 5=Armenia)

Minimizar Z = 55X11 + 30X12 + 40X13 + 50X14 + 40X15 + 35X21 + 30X22 + 100X23 + 45X24 +
60X25 + 40X31 + 60X32 + 95X33 + 35X34 + 30X35

S.A:

X11 + X12 + X13 + X14 + X15 ≤ 20 Restricciones debidas a la disponibilidad

X21 +X22 + X23 + X24 + X25 ≤ 40 de unidades en los respectivos
X31 +X32 + X33 + X34 + X35 ≤ 40 centros de distribución 1, 2 y 3
X11 + X21 + X31 ≥ 25 Restricciones debidas a los requerimientos
X12 + X22 + X32 ≥ 10 de unidades,
X13 + X23 + X33 ≥ 20 de los detallistas respectivos 1, 2, 3, 4 y 5
X14 + X24 + X34 ≥ 30
X15 + X25 + X35 ≥ 15

Xij ≥0 ; i = 1, 2 y 3 ; j = 1, 2, 3, 4 y 5

Solución óptima

X11 = 0 X 21 = 25 X 31 = 0
X12 = 0 X 22 = 10 X 32 = 0
X13 = 20 X 23 = 0 X 33 = 0
X14 = 0 X 24 = 5 X 34 = 25
X15 = 0 X 25 = 0 X 35 = 15

Z = $ 3525

6. PROBLEMA DE LOCALIZACIÓN DE PLANTA

Una empresa del sector textil, que opera en todo el país, dispone de la siguiente configuración:
Dos plantas de fabricación en Pereira e Ibagué, con capacidades de 900 y 1.500 unidades
respectivamente.

Cuatro almacenes regionales de distribución que sirven a los clientes de sus respectivas zonas en:
Neiva, Medellín, Cali y Bogotá, con demandas de: 700, 800, 500 y 400 unidades respectivamente.
En los próximos años, la empresa espera un crecimiento de la demanda del orden del 25%, lo cual ha
llevado a la Dirección de la misma a plantearse la apertura de una nueva fábrica.

www.econlink.com.ar
Maestría en Ing. Industrial y de Sistemas 8 Investigación de Operaciones y Simulación

A la vista de los criterios que la empresa estima importantes para la localización de la nueva planta,
existen dos alternativas a considerar: Pasto (alternativa 1) y Villavicencio (alternativa 2). La elección
recaerá en aquella que provoque los menores costos de transporte entre las fábricas y los almacenes,
dado que ambas parecen ser igualmente convenientes respecto a otros factores.

La tabla siguiente muestra los costos de transporte unitarios entre cada origen y destino.

Plantas de Almacenes regionales de distribución

fabricación
Neiva Medellín Cali Bogotá
Pereira 6 4 2 6
Ibagué 2 3 7 5
Pasto 6 4 4 8
Villavicencio 6 3 4 2

Formulación

(a) Considerando establecer la nueva planta en Pasto

Xij = Unidades a enviar desde la planta i-ésima (1=Pereira, 2=Ibagué, 3=Pasto) al almacén j-ésimo
(1=Neiva, 2=Medellín, 3=Cali, 4=Bogotá)

Minimizar Z = 6X11 + 4X12 + 2X13 + 6X13 + 2X21 + 3X22 + 7X23 + 5X24 + 6X31 + 4X32 + 4X33 +
8X34

S.A:

X11 + X12 + X13 + X14 = 900 Restricciones debidas a la disponibilidad

X21 + X22 + X23 + X24 = 1500 de unidades en
X31 + X32 + X33 + X34 = 600 las plantas 1, 2 y 3
X11 + X21 + X31 = 700 + 175 = 875 Restricciones debidas a los requerimientos
X12 + X22 + X32 = 800 + 200 = 1000 de unidades de los almacenes regionales
X13 + X23 + X33 = 500 + 125 = 625 de distribución 1, 2, 3 y 4
X14 + X24 + X34 = 400 + 100 = 500

Xij ≥0 ; i = 1,2 y 3 ; j = 1,2,3 y 4

Solución óptima

X 13 = 625 X 14 = 275 X 21 = 875 X 22 = 400 X 24 = 225 X 32 = 600

Z = $9375

(b) Considerando establecer la nueva planta en Villavicencio:

Xij = Unidades a enviar desde la planta i-ésima (1=Pereira, 2=Ibagué, 3=Villavicencio)

al almacén j-ésimo (1=Neiva, 2=Medellín, 3=Cali, 4=Bogotá)

Minimizar

Z = 6X11 + 4X12 + 2X13 + 6X13 + 2X21 + 3X22 + 7X23 + 5X24 + 6X31 + 3X32 + 4X33 + 2X34

S.A:

X11 + X12 + X13 + X14 = 900 Restricciones debidas a la

X21 + X22 + X23 + X24 = 1500 disponibilidad de unidades en
X31 + X32 + X33 + X34 = 600 las plantas 1, 2 y 3
X11 + X21 + X31 = 875 Restricciones debidas a los requerimientos
X12 + X22 + X32 = 1000 de unidades de los almacenes regionales

www.econlink.com.ar
Maestría en Ing. Industrial y de Sistemas 9 Investigación de Operaciones y Simulación

X13 + X23 + X33 = 625 de distribución 1, 2, 3 y 4

X14 + X24 + X34 = 500

Xij ≥0 ; i = 1,2 y 3 ; j = 1,2,3 y 4

Solución óptima

X 12 = 275 X 13 = 625 X 21 = 875 X 22 = 625 X 32 = 100 X 34 = 500

Z = $7275

De los resultados obtenidos se deriva que Villavicencio es la mejor localización bajo el criterio de
minimizar los costos del transporte.

7. El problema de asignaciones

Se usan cuatro barcos cargueros para transportar bienes de un puerto a otros cuatro puertos
(numerados 1, 2, 3 y 4). Se puede usar cualquier barco para hacer cualquiera de los cuatro viajes. Sin
embargo, dadas algunas diferencias entre los barcos y las cargas, el costo total de cargar, transporte y
descargue de bienes para las distintas combinaciones de barcos y puertos varían mucho.

Estos costos se muestran el la siguiente tabla:

PUERTO

1 2 3 4
1 5 4 6 7
Barco 2 6 6 7 5
3 7 5 7 6
4 5 4 6 6

El objetivo es asignar los barcos a los puertos en una correspondencia uno a uno, de manera que se
minimice el costo total de los cuatro barcos.

Xij = 0, No asigne el barco i-ésimo ( i = 1, 2, 3 y 4 ) al puerto j-ésimo ( j = 1, 2, 3 y 4 )

Xij = 1, Si asigne el barco i-ésimo ( i = 1, 2, 3 y 4 ) al puerto j-ésimo ( j = 1, 2, 3 y 4 )

Minimice

Z = 5X11 + 4X12 + 6X13 + 7X14 + 6X21 + 6X22 + 7X23 + 5X24 + 7X31 + 5X32 + 7X33 + 6X34 + 5X41
+ 4X42 + 6X43 + 6X44

S.A:

X11 + X12 + X13 + X14 = 1 Restricciones que aseguran

X21 + X22 + X23 + X24 = 1
X31 + X32 + X33 + X34 = 1
X41 + X42 + X43 + X44 = 1
X11 + X21 + X31 + X41 = 1
X12 + X22 + X32 + X42 = 1
X13 + X23 + X33 + X43 = 1
X14 + X24 + X34 + X44 = 1
que un solo barco
es asignado a un solo puerto
Restricciones que aseguran
que un solo puerto
es asignado a un solo barco

Xij ≥0 ; i = 1,2,3 y 4 ; j = 1,2,3 y 4

Solución óptima

www.econlink.com.ar
Maestría en Ing. Industrial y de Sistemas 10 Investigación de Operaciones y Simulación

X * 11 = 1 X * 12 = 0 X * 13 = 0 X * 14 = 0
X * 21 = 0 X * 22 = 0 X * 23 = 0 X * 24 = 1
X * 31 = 0 X * 32 = 1 X * 33 = 0 X * 34 = 0
X * 41 = 0 X * 42 = 0 X * 43 = 1 X * 44 = 0

Z * = 21

Barco 1 --------Puerto 1 --------Costo $ 5

Barco 2 --------Puerto 4 --------Costo $ 5
Barco 3 --------Puerto 2 --------Costo $ 5
Barco 4 --------Puerto 3 --------Costo $ 6

Costo total mínimo: $21

8. Problema de la mezcla

Una compañía de petróleos produce tres tipos de gasolina: Super, Normal y Euro. Se obtienen por
mezcla de tres calidades de crudo (A,B,C), que contienen tres componentes (1,2,3). La participación de
estos componentes en la composición de cada crudo es:

COMPONENTES ( % )
1 2 3
A 80 10 5
CRUDOS B 45 30 20
C 30 40 25

Las especificaciones de los tres tipos de gasolina son:

COMPONENTES ( % )

1 2 3
SUPER ≥60 ≤25 ≥10
GASOLINA
NORMAL ≥50 ≤30 ≤15

EURO ≤40 ≥35 ≥20

Los costos por barril de crudo A, B y C son: $650, $500 y $450, respectivamente.
El presupuesto diario de compra es de $50 Millones.

La disponibilidad diaria de crudos B y C se limita, respectivamente, a 3000 y 7000 barriles.

Ciertos acuerdos obligan a comprar al menos 2500 barriles de A.

Las demandas de gasolina Super y Normal son de 2000 y 2500 barriles diarios, que deben
satisfacerse. La compañía desea maximizar la producción de gasolina Euro.

Formule un modelo de programación lineal que de respuesta al problema planteado por la compañía.

10. El problema del financiero

Un inversionista tiene la intención de hacer varias inversiones, las cuales se extenderán por un periodo
de cinco años, al final del cual necesitará de todo el capital. Las inversiones se hacen el 1º de Enero de
cada año y son:

www.econlink.com.ar
Maestría en Ing. Industrial y de Sistemas 11 Investigación de Operaciones y Simulación

Inversión A: Disponible el 1º de Enero de cada año y produce el 15% de interés al final de cada año.

Inversión B: Disponible en dos años a partir de ahora (Comienzo del 3º año), y produce un retorno del
25% al final del 3º año y lo máximo que el inversionista considerará son $40.000

Inversión C: Disponible en un año a partir de ahora (Comienzo del 2º año), y produce el 40% al final del
cuarto año. Esta inversión será de $30.000 como máximo.

El inversionista tiene $100000 disponible para las inversiones.

¿Cuál debe ser el portafolio de inversión que le permita obtener la máxima cantidad de dinero al final
del año quinto?

Formulación:

Xij = Cantidad de dinero a invertir en la alternativa i-ésima (i=A, B y C) al principio del año j-ésimo (j
= 1, 2, 3, 4 y 5 ).
Capital Inicial: $100.000

Xa1 Xa2 Xa3 Xa4 Xa5 Inversión A

0.15Xa1 0.15Xa2 0.15Xa3 0.15Xa4 0.15Xa5

Año1 Año2 Año3 Año4 Año5

Xb3 <= 40000 Inversión B

0.25 Xb3

Año1 Año2 Año3 Año4 Año5

Xc2 <= 30000

0.4Xc2

Año1 Año2 Año3 Año4 Año5

Para construir las restricciones piense, que al principio de cada año va a tener disponibles algunas
alternativas de inversión para las que no podrá invertir más de lo tenga disponible en ese momento.

El lado izquierdo de las restricciones, representa la cantidad de dinero que el inversionista invertirá en
las alternativas disponibles al principio de cada año y el lado derecho representa la cantidad de dinero
disponible para invertir, que es la suma de: El capital inicial + La suma de todos los intereses recibidos
hasta la fecha - Los capitales que están invertidos en ese momento y que no han retornado.

Maximizar Z = 0,15 (XA1 + XA2 + XA3 +XA4 + XA5) + 0,25XB3 + 0,4XC2

S.A:

Restricciones debidas a la cantidad de dinero disponible al principio de cada uno de los cinco años:

XA1 ≤ 100000
XA2 + XC2 ≤ 100000 + 0,15XA1
XA3 + XB3 ≤ 100000 + 0,15(XA1 + XA2) - XC2
XA4 ≤ 100000 + 0,15(XA1 + XA2 + XA3) + 0,25XB3 - XC2

www.econlink.com.ar
Maestría en Ing. Industrial y de Sistemas 12 Investigación de Operaciones y Simulación

XA5 ≤ 100000 + 0,15(XA1 + XA2 + XA3 +XA4) + 0,25XB3 + 0,4XC2

XB3 ≤ 40000
XC2 ≤ 30000

Xij ≥0 ; i = A, B y C ; j = 1, 2, 3, 4 y 5

Solución óptima

X A1 = $100000 XA2 = $115000 X A3 = $ 92250 X A4 = $156087,50

X A5 = $179500,6 XB3 = $ 40000 X C2 = $0

Z = $206425,7

13. El problema de los manteles

En un salón de banquetes se tienen programados banquetes durante los siguientes cinco días. Los
requisitos de manteles por banquete son:

Banquete 1 2 3 4 5
Número de manteles 80 60 100 130 200

El problema del administrador es que se requieren manteles diferentes a los que se usan, por lo que
tendrá que comprar ese tipo de manteles.

El costo de cada mantel es de $40 y el costo de mandarlo a la lavandería bajo servicio urgente para
tenerlo listo a los dos días es de $10 por mantel.

¿Cuál es el modelo que le permitirá al administrador cumplir con sus requisitos y además minimizar el
costo total?
X1 X2 X3 X4 X5

Banquete 1 Banquete 2 Banquete 3 Banquete 4 Banquete 4

I0=0 I1 I2 I3 I4 I5=0

80 60 100 130 80 200

Y1 Y3<=100 Y2 Y3
Y1<=80 Y2<=60 $10
$10
Lavandería
$10 Lavandería

Lavandería

Formulación:

Xi = Número de manteles a comprar para el banquete i-ésimo (i = 1, 2, 3, 4 y 5)

Yi = Número de manteles a mandar a lavar después del banquete i-ésimo (i = 1, 2 y 3)
Ii = Número de manteles limpios al final de cada banquete i-ésimo (i = 1, 2, 3 y 4)

Minimizar Z = 40(X1 + X2 +X3 +X4 +X5) + 10(Y1 + Y2 + Y3)

S.A:

X1 = 80 + I1

www.econlink.com.ar
Maestría en Ing. Industrial y de Sistemas 13 Investigación de Operaciones y Simulación

I1 +X2 = 60 + I2
Y1 + I2 + X3 = 100 + I3
Y2 + I3 + X4 = 130 + I4
Y3 + I4 + X5 = 200
Y1 =80
Y2 =60
Y3 =100
Xi ≥0 ; i = 1, 2, 3, 4 y 5
Ii ≥0 ; i = 1, 2, 3 y 4
Yi ≥0 ; i = 1, 2 y 3

Solución óptima

X 1 = 80 X 2 = 60 X 3 = 20 X 4 = 70 X5=
100
Y 1 = 80 Y 2 = 60 Y 3 = 100
I i = 0 ; i = 1, 2, 3, 4

Z = $15600

AUTOR:

Msc. Ing. Mohammed Portilla Camara

Gerente de Operaciones
Grupo Groming Ingeniería SAC. y
CEENQUA: Certifications for Engineering of Quality
La Molina, Lima - Perú
mportilla@gmail.com
mportilla@grupo-groming.com
Estudios realizados en: Ingeniería Industrial, Ingeniería de Minas e Ingeniería Informática
Universidad de Lima
Pontificia Universidad Católica del Perú
Universidad Nacional de Ingeniería
Escuela de Negocios para Graduados - ESAN

www.econlink.com.ar